摘要
本发明属于过程故障诊断技术领域,涉及一种基于两级循环网络的过程故障诊断方法,用于高准确度实时识别故障类型,其主要步骤包括:建立第一级故障分类器、故障分组、建立第二级故障分类器和识别故障类型;利用独立循环神经网络提取长期趋势特征,通过基于压缩激励和全局时间注意力的注意力全卷积网络提取短期动态特征;建立诊断难度评估指标,将故障划分为难诊断故障和易诊断故障;第二级分类器针对难诊断故障进行精细处理,利用主元分析统计量增广测量向量,利用鲁棒标准化改善模型泛化能力,能够有效增强分类特征提取能力,提升过程故障诊断精度。其整体工艺过程简单,原理可靠,故障诊断效果好,适应范围广,逻辑性强,环境友好。
技术关键词
独立循环神经网络
故障诊断方法
故障分类器
全卷积网络
注意力
历史故障数据
识别故障
动态
线性单元
训练集
矩阵
子模块
调节网络参数
序列
特征提取能力
故障诊断技术
样本
系统为您推荐了相关专利信息
智能检测系统
乳腺钼靶图像
智能检测模块
卷积神经网络模型
多任务分类
设备故障诊断方法
故障诊断模型
数据处理模块
待测设备
训练样本集
时间序列预测方法
神经网络模型
深度神经网络模块
规划
组合模块